9  Mobbning

Author
Affiliation
Magnus Johansson

RISE Research Institutes of Sweden

Published

December 6, 2022

Items i f60 inleds med texten: Har du känt dig mobbad eller trakasserad i skolan det här läsåret? (Markera med ett eller flera kryss)

Item f60a har enbart kryssruta för “Nej” och har därför tagits bort. Övriga items i f60 har också kryssrutor, vilket innebär att de antingen är förkryssade eller inte. Dessa har blivit kodade som 1 när ett svar är förkryssat, och 0 när kryss saknas.

Item F61 efterfrågar frekvens på mobbning/trakassering i skolan under läsåret, och har därför fler svarskategorier.

Eftersom det är relativt få respondenter i varje års mätning lägger vi samman 2012-2018 och får 5228 respondenter totalt.

9.1 Deskriptiva data

9.1.1 Demografi

Kön n Percent
Flicka 3291 62.9
Pojke 1937 37.1
Årskurs n Percent
Åk 9 3212 61.4
Gy 2 2016 38.6

9.1.2 Item-data

itemnr item
f60b Jag har blivit hånad, förlöjligad, kallad öknamn eller blivit retad på ett obehagligt och sårande sätt
f60c Jag har blivit utfrusen av andra elever
f60d Jag har blivit slagen, sparkad, knuffad eller stängd inne
f60e Någon elev har spritt lögner eller falska rykten om mig och försökt få andra att tycka illa om mig
f60f Jag har blivit fråntagen pengar eller saker eller fått saker förstörda
f60g Jag har blivit hotad eller tvingad att göra saker som jag inte ville göra
f60h Lärare har psykat eller på annat sätt varit elaka mot mig
f60i Jag har mobbats på annat sätt.
F61 Hur ofta har du blivit mobbad eller trakasserad i skolan det här läsåret?
F63 Har du blivit mobbad eller trakasserad via internet eller SMS/MMS det här läsåret?

9.2 Rasch-analys 1

Eftersom vi har en blandning av dikotoma och polytoma (fler än 2 svarskategorier) använder vi Partial Credit Model.

itemnr item
f60b Jag har blivit hånad, förlöjligad, kallad öknamn eller blivit retad på ett obehagligt och sårande sätt
f60c Jag har blivit utfrusen av andra elever
f60d Jag har blivit slagen, sparkad, knuffad eller stängd inne
f60e Någon elev har spritt lögner eller falska rykten om mig och försökt få andra att tycka illa om mig
f60f Jag har blivit fråntagen pengar eller saker eller fått saker förstörda
f60g Jag har blivit hotad eller tvingad att göra saker som jag inte ville göra
f60h Lärare har psykat eller på annat sätt varit elaka mot mig
f60i Jag har mobbats på annat sätt.
F61 Hur ofta har du blivit mobbad eller trakasserad i skolan det här läsåret?
F63 Har du blivit mobbad eller trakasserad via internet eller SMS/MMS det här läsåret?
OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
f60b 1.067 1.059 0.949 1.131
f60c 1.141 1.07 2.052 1.386
f60d 0.922 0.88 -0.123 -0.601
f60e 1.095 1.037 1.026 0.519
f60f 1.222 0.902 0.735 -0.381
f60g 0.777 0.851 -0.712 -0.598
f60h 1.301 1.081 2.052 0.829
f60i 1.392 1.061 1.533 0.416
F61 0.515 0.498 -5.776 -7.227
F63 0.819 0.924 -1.83 -1.107
PCA of Rasch model residuals
Eigenvalues
1.58
1.30
1.18
1.12
1.05

f60b f60c f60d f60e f60f f60g f60h f60i F61 F63
f60b
f60c -0.28
f60d 0.01 -0.04
f60e -0.18 -0.03 0.02
f60f -0.03 -0.03 0.18 0.03
f60g -0.02 -0.02 0.2 0.05 0.19
f60h -0.18 -0.11 0.01 -0.06 0.05 0.03
f60i -0.18 -0.13 -0.02 -0.1 0.02 0.03 -0.03
F61 0.06 -0.02 -0.02 -0.15 -0.1 -0.03 -0.13 -0.03
F63 0 -0.02 0.02 0.14 0.01 0.07 -0.02 -0.01 -0.07
Note:
Relative cut-off value (highlighted in red) is 0.179, which is 0.2 above the average correlation.

F61 har alldeles för låg item fit, och svarskategorierna fungerar dåligt.

  • Jag har inte blivit mobbad = 0
  • Det har hänt någon enstaka gång = 1
  • 2 eller 3 gånger i månaden = 2
  • Ungefär en gång i veckan = 3
  • Flera gånger i veckan = 4

Vi kodar om F61 så att 3 och 4 = 2 och tittar sedan på item fit igen. Det är inte oväntat att en allmän fråga får låg item fit när den används tillsammans med mera specifika frågor inom samma område.

OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
f60b 1.071 1.061 1.084 1.251
f60c 1.14 1.064 1.857 1.156
f60d 0.897 0.829 -0.621 -1.117
f60e 1.058 0.989 0.633 -0.027
f60f 1.218 0.842 0.894 -0.775
f60g 0.739 0.788 -0.995 -1.055
f60h 1.298 1.06 1.947 0.572
f60i 1.43 1.055 1.538 0.472
F61 0.656 0.58 -5.104 -7.899
F63 0.773 0.866 -2.177 -1.742

Vi tar bort F61 pga låg item fit, men kan prova att använda den bland skolfrågor och “Vantrivsel i skolan”.

Item f60h, som frågar specifikt om lärare medan alla andra item är ospecifika kring vem som mobbar, har något hög Outfit MSQ och avvikande loading.

9.3 Rasch-parametrar 2 (utan F61)

Eftersom vi inte längre har en blandning av dikotoma och polytoma items, utan bara dikotoma använder vi den vanliga Rasch-modellen.

OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
f60b 1.12 1.11 1.603 1.978
f60c 1.076 1.061 0.894 0.904
f60d 0.785 0.826 -0.873 -1.021
f60e 0.905 0.92 -1.277 -1.287
f60f 0.835 0.828 -0.258 -0.762
f60g 0.647 0.781 -1.103 -0.97
f60h 1.097 1.036 0.74 0.334
f60i 1.315 1.075 1.303 0.447
F63 0.673 0.805 -3.606 -2.67
PCA of Rasch model residuals
Eigenvalues
1.36
1.24
1.19
1.13
1.08
f60b f60c f60d f60e f60f f60g f60h f60i F63
f60b
f60c -0.25
f60d 0.03 -0.02
f60e -0.16 -0.01 0.03
f60f -0.02 -0.02 0.19 0.03
f60g -0.01 0 0.21 0.07 0.2
f60h -0.16 -0.1 0.02 -0.06 0.05 0.04
f60i -0.17 -0.12 0 -0.09 0.02 0.04 -0.02
F63 0.03 0 0.04 0.15 0.02 0.09 -0.01 0
Note:
Relative cut-off value (highlighted in red) is 0.202, which is 0.2 above the average correlation.

itemnr item
f60b Jag har blivit hånad, förlöjligad, kallad öknamn eller blivit retad på ett obehagligt och sårande sätt
f60c Jag har blivit utfrusen av andra elever
f60d Jag har blivit slagen, sparkad, knuffad eller stängd inne
f60e Någon elev har spritt lögner eller falska rykten om mig och försökt få andra att tycka illa om mig
f60f Jag har blivit fråntagen pengar eller saker eller fått saker förstörda
f60g Jag har blivit hotad eller tvingad att göra saker som jag inte ville göra
f60h Lärare har psykat eller på annat sätt varit elaka mot mig
f60i Jag har mobbats på annat sätt.
F63 Har du blivit mobbad eller trakasserad via internet eller SMS/MMS det här läsåret?

Inga problem med dimensionalitet.

9.4 Reliabilitet

Det är inte möjligt att bilda något meningsfullt index kring mobbningsfrågorna. Däremot kan som tidigare nämnt F61 läggas in bland skolfrågorna.

9.5 Programvara som använts

Package Version Citation
arrow 10.0.0 Richardson et al. (2022)
base 4.2.2 R Core Team (2022)
car 3.1.1 Fox and Weisberg (2019)
cowplot 1.1.1 Wilke (2020)
eRm 1.0.2 Mair and Hatzinger (2007b); Mair and Hatzinger (2007a); Hatzinger and Rusch (2009); Rusch, Maier, and Hatzinger (2013); Koller, Maier, and Hatzinger (2015); Debelak and Koller (2019); Mair, Hatzinger, and Maier (2021)
foreach 1.5.2 Microsoft and Weston (2022)
formattable 0.2.1 Ren and Russell (2021)
ggrepel 0.9.2 Slowikowski (2022)
glue 1.6.2 Hester and Bryan (2022)
grateful 0.1.11 Rodríguez-Sánchez, Jackson, and Hutchins (2022)
HH 3.1.49 Heiberger and Holland (2004); Heiberger and Robbins (2014); Heiberger and Holland (2015); Heiberger (2022)
kableExtra 1.3.4 Zhu (2021)
knitr 1.41 Xie (2014); Xie (2015); Xie (2022)
matrixStats 0.63.0 Bengtsson (2022)
mirt 1.37.1 Chalmers (2012)
psych 2.2.9 Revelle (2022)
psychotree 0.16.0 Trepte and Verbeet (2010); Strobl, Wickelmaier, and Zeileis (2011); Strobl, Kopf, and Zeileis (2015); Komboz, Zeileis, and Strobl (2018); Wickelmaier and Zeileis (2018)
reshape 0.8.9 Wickham (2007)
RISEkbmRasch 0.1.7.5 Johansson (2022)
rmarkdown 2.18 Xie, Allaire, and Grolemund (2018); Xie, Dervieux, and Riederer (2020); Allaire et al. (2022)
tidyverse 1.3.2 Wickham et al. (2019)

9.6 Referenser

Allaire, JJ, Yihui Xie, Jonathan McPherson, Javier Luraschi, Kevin Ushey, Aron Atkins, Hadley Wickham, Joe Cheng, Winston Chang, and Richard Iannone. 2022. Rmarkdown: Dynamic Documents for r. https://github.com/rstudio/rmarkdown.
Bengtsson, Henrik. 2022. matrixStats: Functions That Apply to Rows and Columns of Matrices (and to Vectors). https://CRAN.R-project.org/package=matrixStats.
Chalmers, R. Philip. 2012. “mirt: A Multidimensional Item Response Theory Package for the R Environment.” Journal of Statistical Software 48 (6): 1–29. https://doi.org/10.18637/jss.v048.i06.
Debelak, Rudolf, and Ingrid Koller. 2019. “Testing the Local Independence Assumption of the Rasch Model With Q3-Based Nonparametric Model Tests.” Applied Psychological Measurement. https://doi.org/10.1177/0146621619835501.
Fox, John, and Sanford Weisberg. 2019. An R Companion to Applied Regression. Third. Thousand Oaks CA: Sage. https://socialsciences.mcmaster.ca/jfox/Books/Companion/.
Hatzinger, Reinhold, and Thomas Rusch. 2009. “IRT models with relaxed assumptions in eRm: A manual-like instruction.” Psychology Science Quarterly 51.
Heiberger, Richard M. 2022. HH: Statistical Analysis and Data Display: Heiberger and Holland. https://CRAN.R-project.org/package=HH.
Heiberger, Richard M., and Burt Holland. 2004. Statistical Analysis and Data Display: An Intermediate Course with Examples in S-Plus, R, and SAS. First. Springer-Verlag, New York. https://link.springer.com/book/10.1007/978-1-4757-4284-8.
———. 2015. Statistical Analysis and Data Display: An Intermediate Course with Examples in R. Second. Springer-Verlag, New York. https://link.springer.com/book/10.1007/978-1-4939-2122-5.
Heiberger, Richard M., and Naomi B. Robbins. 2014. “Design of Diverging Stacked Bar Charts for Likert Scales and Other Applications.” Journal of Statistical Software 57 (5): 1–32. https://doi.org/10.18637/jss.v057.i05.
Hester, Jim, and Jennifer Bryan. 2022. Glue: Interpreted String Literals. https://CRAN.R-project.org/package=glue.
Johansson, Magnus. 2022. RISEkbmRasch: Psychometric Analysis in r with Rasch Measurement Theory. https://github.com/pgmj/RISEkbmRasch.
Koller, Ingrid, Marco Johannes Maier, and Reinhold Hatzinger. 2015. “An Empirical Power Analysis of Quasi-Exact Tests for the Rasch Model: Measurement Invariance in Small Samples.” Methodology 11. https://doi.org/10.1027/1614-2241/a000090.
Komboz, Basil, Achim Zeileis, and Carolin Strobl. 2018. “Tree-Based Global Model Tests for Polytomous Rasch Models.” Educational and Psychological Measurement 78 (1): 128–66. https://doi.org/10.1177/0013164416664394.
Mair, Patrick, and Reinhold Hatzinger. 2007a. “CML based estimation of extended Rasch models with the eRm package in R.” Psychology Science 49.
———. 2007b. “Extended Rasch modeling: The eRm package for the application of IRT models in R.” Journal of Statistical Software 20. https://www.jstatsoft.org/v20/i09.
Mair, Patrick, Reinhold Hatzinger, and Marco Johannes Maier. 2021. eRm: Extended Rasch Modeling. https://cran.r-project.org/package=eRm.
Microsoft, and Steve Weston. 2022. Foreach: Provides Foreach Looping Construct. https://CRAN.R-project.org/package=foreach.
R Core Team. 2022. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.
Ren, Kun, and Kenton Russell. 2021. Formattable: Create ’Formattable’ Data Structures. https://CRAN.R-project.org/package=formattable.
Revelle, William. 2022. Psych: Procedures for Psychological, Psychometric, and Personality Research. Evanston, Illinois: Northwestern University. https://CRAN.R-project.org/package=psych.
Richardson, Neal, Ian Cook, Nic Crane, Dewey Dunnington, Romain François, Jonathan Keane, Dragoș Moldovan-Grünfeld, Jeroen Ooms, and Apache Arrow. 2022. Arrow: Integration to ’Apache’ ’Arrow’. https://CRAN.R-project.org/package=arrow.
Rodríguez-Sánchez, Francisco, Connor P. Jackson, and Shaurita D. Hutchins. 2022. Grateful: Facilitate Citation of r Packages. https://github.com/Pakillo/grateful.
Rusch, Thomas, Marco Johannes Maier, and Reinhold Hatzinger. 2013. “Linear logistic models with relaxed assumptions in R.” In Algorithms from and for Nature and Life, edited by Berthold Lausen, Dirk van den Poel, and Alfred Ultsch. Studies in Classification, Data Analysis, and Knowledge Organization. New York: Springer. https://doi.org/10.1007/978-3-319-00035-0_34.
Slowikowski, Kamil. 2022. Ggrepel: Automatically Position Non-Overlapping Text Labels with ’Ggplot2’. https://CRAN.R-project.org/package=ggrepel.
Strobl, Carolin, Julia Kopf, and Achim Zeileis. 2015. “Rasch Trees: A New Method for Detecting Differential Item Functioning in the Rasch Model.” Psychometrika 80 (2): 289–316. https://doi.org/10.1007/s11336-013-9388-3.
Strobl, Carolin, Florian Wickelmaier, and Achim Zeileis. 2011. “Accounting for Individual Differences in Bradley-Terry Models by Means of Recursive Partitioning.” Journal of Educational and Behavioral Statistics 36 (2): 135–53. https://doi.org/10.3102/1076998609359791.
Trepte, Sabine, and Markus Verbeet, eds. 2010. Allgemeinbildung in Deutschland – Erkenntnisse Aus Dem SPIEGEL Studentenpisa-Test. Wiesbaden: VS Verlag.
Wickelmaier, Florian, and Achim Zeileis. 2018. “Using Recursive Partitioning to Account for Parameter Heterogeneity in Multinomial Processing Tree Models.” Behavior Research Methods 50 (3): 1217–33. https://doi.org/10.3758/s13428-017-0937-z.
Wickham, Hadley. 2007. “Reshaping Data with the Reshape Package.” Journal of Statistical Software 21 (12). https://www.jstatsoft.org/v21/i12/.
Wickham, Hadley, Mara Averick, Jennifer Bryan, Winston Chang, Lucy D’Agostino McGowan, Romain François, Garrett Grolemund, et al. 2019. “Welcome to the tidyverse.” Journal of Open Source Software 4 (43): 1686. https://doi.org/10.21105/joss.01686.
Wilke, Claus O. 2020. Cowplot: Streamlined Plot Theme and Plot Annotations for ’Ggplot2’. https://CRAN.R-project.org/package=cowplot.
Xie, Yihui. 2014. “Knitr: A Comprehensive Tool for Reproducible Research in R.” In Implementing Reproducible Computational Research, edited by Victoria Stodden, Friedrich Leisch, and Roger D. Peng. Chapman; Hall/CRC. http://www.crcpress.com/product/isbn/9781466561595.
———. 2015. Dynamic Documents with R and Knitr. 2nd ed. Boca Raton, Florida: Chapman; Hall/CRC. https://yihui.org/knitr/.
———. 2022. Knitr: A General-Purpose Package for Dynamic Report Generation in r. https://yihui.org/knitr/.
Xie, Yihui, J. J. Allaire, and Garrett Grolemund. 2018. R Markdown: The Definitive Guide. Boca Raton, Florida: Chapman; Hall/CRC. https://bookdown.org/yihui/rmarkdown.
Xie, Yihui, Christophe Dervieux, and Emily Riederer. 2020. R Markdown Cookbook. Boca Raton, Florida: Chapman; Hall/CRC. https://bookdown.org/yihui/rmarkdown-cookbook.
Zhu, Hao. 2021. kableExtra: Construct Complex Table with ’Kable’ and Pipe Syntax. https://CRAN.R-project.org/package=kableExtra.